以下內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# #開源代碼# Towards Accurate Ground Plane Normal Estimation from Ego-Motion

論文地址：https://arxiv.org/abs/2212.04224

作者單位：地平線機(jī)器人

開源代碼：github.com/manymuch/ground_normal_filter

? ? 本文提出了一種新的輪式車輛地平面法向估計(jì)方法。在實(shí)際應(yīng)用中，由于制動(dòng)和路面不穩(wěn)定，地平面會(huì)發(fā)生動(dòng)態(tài)變化。因此，車輛姿態(tài)，特別是俯仰角，從微妙到明顯的振蕩。因此，估計(jì)地平面法線是有意義的，因?yàn)樗梢员痪幋a以提高各種自動(dòng)駕駛?cè)蝿?wù)的魯棒性(例如，3D物體檢測(cè)、路面重建和軌跡規(guī)劃)。我們提出的方法只使用里程計(jì)作為輸入，實(shí)時(shí)估計(jì)精確的地平面法向量。

? ? 特別是，它充分利用了里程計(jì)和它附近的地平面之間的潛在聯(lián)系。在此基礎(chǔ)上，設(shè)計(jì)了一個(gè)擴(kuò)展卡爾曼濾波器(IEKF)來估計(jì)傳感器坐標(biāo)中的法向量。因此，我們提出的方法簡(jiǎn)單而有效，并支持基于相機(jī)和慣性的里程計(jì)算法。通過在公共數(shù)據(jù)集上的多次實(shí)驗(yàn)，驗(yàn)證了該方法的可用性和魯棒性的顯著提高。例如，我們?cè)贙ITTI數(shù)據(jù)集上實(shí)現(xiàn)了最先進(jìn)的精度，估計(jì)向量誤差為0.39?。

簡(jiǎn)而言之，本工作的主要貢獻(xiàn)如下:

(1)我們提出了一種簡(jiǎn)單而有效的實(shí)時(shí)地平面法向估計(jì)方法。

(2)該方法采用了充分利用運(yùn)動(dòng)信息作為輸入的特殊設(shè)計(jì)，同時(shí)支持基于相機(jī)和基于慣性的里程計(jì)算法。

以上內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈 每日更新內(nèi)容